AI技术有望解决药物设计中挑战性的难题


人机对弈、刷脸支付、辅助诊疗……人工智能(AI)正在悄无声息地融入生活的方方面面 。不过 , 你可能想不到 , 药物也可以借力AI技术来设计研发 。通过大数据处理、机器学习、深度学习等技术 , AI融入新药研发可望有效缩短研发时间 , 降低研发成本 。
【AI技术有望解决药物设计中挑战性的难题】据全球健康药物研发中心主任、清华大学药学院院长丁胜介绍 , 创新药的研发从认知疾病发生原因、确定针对疾病的药物靶点、实验室发现新的分子或化合物开始 , 通过体外及动物体内实验了解其安全性、毒性反应 , 以及在动物体内的代谢过程、作用部位和作用效果 , 再经过首次人体试验 , 经历Ⅰ期、Ⅱ期、Ⅲ期临床试验 , 证实安全有效及质量可控制之后 , 才可以获批上市 。
“整个研发过程往往需要10到15年时间 , 投入10亿到15亿美元 , 其中包括失败的成本 。”丁胜说 。
“在从初步筛选的百万个化合物和随后的千百个逐级候选药物优化中 , 最后可能只有一个能被选出来做成药物 。”北京大学前沿交叉学科研究院定量生物学中心研究员裴剑锋说 , 新药研发失败率非常高 , 任何一步失败都会导致最终失败 。
新药研发有没有捷径?科研人员发现 , AI技术可以为他们“分忧” 。
“AI技术可以通过对现有化合物数据库信息的整合和数据提取、机器学习 , 提取大量关于化合物不同属性的关键信息 。”丁胜说 , 这不仅避免了盲人摸象般的试错路径 , 还能大幅提高化合物筛选的成功率 , 最终降低研发成本和工作量 。
“药物研发的时间和经济成本越来越高 , 而AI技术是有力突破点 。”裴剑锋说 , 有机构预测数据表明 , 人工智能的融合可为新药研发节约近一半时间 , 每年节约化合物筛选成本和临床试验费用达数百亿美元 。
裴剑锋认为 , AI技术尤其是强人工智能的发展 , 有望解决药物设计中挑战性的难题 。例如 , 随着自然语言处理技术和AI文献信息提取技术发展 , 未来AI能自动处理海量非结构化的专利、文献数据 , 从中提取关键信息构建知识图谱和认知图谱 , 自动发现药物靶点和药物分子 。
一批药物研发初创公司和研发机构正在将AI技术的应用变为现实:北京英飞智药科技有限公司将AI技术与资深药物研发专家的经验融合 , 开发出了药物设计AI研发平台“智药大脑”;全球健康药物研发中心打造了高通量、高精度人工智能药物筛选计算平台“人工智能药物研发平台”……
裴剑锋认为 , 在AI深度参与和高性能计算能力支撑下 , 未来 , 机器学习和物理模型的有机结合将可能成为新的科研模式 , 引发医药甚至多个领域颠覆性的创新浪潮 。

    推荐阅读